针对Q235B热轧带钢性能预测系统, 提出一种回归分析和神经网络相结合的方法来预测其力学性能. 首先, 测量材料最终相的组成与铁素体的晶粒度, 应用多重回归分析的方法, 建立成分、相体积分数、晶粒尺寸与抗拉强度、屈服强度、延伸率的对应关系. 另一方面, 采用BP神经网络方法, 结合相变动力学模型的计算数据, 通过大量数据的自学习训练, 完成神经网络模型对抗拉强度、屈服强度、延伸率的预测. 预测结果表明, 应用神经网络和回归分析方法, 具有较高的预测精度.
参考文献
| [1] | |
| [2] | |
| [3] | |
| [4] | |
| [5] | |
| [6] | |
| [7] | |
| [8] | |
| [9] |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%